Το πρόβλημα των 15 εκατομμυρίων δολαρίων την ημέρα: τα οικονομικά του AI βίντεο θα κρίνουν ποιος επιβιώνει το 2026

Οι αριθμοί που σκότωσαν τη Sora

Ας παρουσιάσω τα οικονομικά στοιχεία που η OpenAI προσπάθησε να κρύψει για έξι μήνες.

Η Sora κυκλοφόρησε τον Σεπτέμβριο του 2025 με τιμές για καταναλωτές: περίπου 0,10 δολάρια ανά δευτερόλεπτο βίντεο 720p μέσω του API. Στο αποκορύφωμα της χρήσης, εκατομμύρια χρήστες δημιουργούσαν κλιπ καθημερινά. Τα κόστη εξαγωγής συμπερασμάτων GPU, που έτρεχαν κυρίως σε συστοιχίες NVIDIA H100, κλιμακώνονταν γραμμικά με κάθε αίτημα.

Η αναλογία εσόδων προς κόστος ήταν καταστροφική. Η Sora απέφερε εκτιμώμενα 2,1 εκατομμύρια δολάρια σε συνολικά έσοδα σε ολόκληρη τη διάρκεια ζωής της. Η λειτουργία της κόστισε περίπου 2,7 δισεκατομμύρια δολάρια. Αυτό δεν είναι επιχειρηματικό μοντέλο. Ήταν μια επίδειξη που έκαιγε κεφάλαιο επιχειρηματικού κινδύνου σε βιομηχανική κλίμακα.

Γιατί η δημιουργία βίντεο είναι θεμελιωδώς πιο ακριβή από τη δημιουργία εικόνων

Για να κατανοήσετε γιατί αυτό έχει σημασία πέρα από τη Sora, πρέπει να κατανοήσετε το χάσμα υπολογισμού μεταξύ δημιουργίας εικόνων και βίντεο.

Ένα μεμονωμένο αίτημα δημιουργίας εικόνας με μοντέλο όπως το DALL-E 3 ή το Stable Diffusion XL απαιτεί περίπου 10-30 δευτερόλεπτα χρόνου GPU σε ένα H100. Ένα βίντεο 5 δευτερολέπτων στα 24fps απαιτεί τη δημιουργία 120 καρέ, καθένα με περιορισμούς χρονικής συνοχής που εμποδίζουν την απλή παραλληλοποίηση. Ο μηχανισμός προσοχής στους μετασχηματιστές διάχυσης βίντεο κλιμακώνεται τετραγωνικά με το μήκος ακολουθίας.

Η διαφορά μεταξύ εικόνας και βίντεο δεν είναι 5x ή 10x. Είναι 30-100x σε υπολογισμό ανά έξοδο. Σε αντίθεση με τη δημιουργία κειμένου, όπου η KV-cache και η κερδοσκοπική αποκωδικοποίηση μείωσαν δραματικά τα κόστη εξαγωγής συμπερασμάτων, η δημιουργία βίντεο δεν έχει ισοδύναμη βελτιστοποίηση που μειώνει τα κόστη κατά μια τάξη μεγέθους.

Τρεις στρατηγικές επιβίωσης στην κρίση κόστους

Κάθε εταιρεία που εξακολουθεί να προσφέρει δημιουργία AI βίντεο αντιμετωπίζει αυτό το ίδιο θεμελιώδες πρόβλημα. Οι στρατηγικές τους αποκλίνουν έντονα.

Στρατηγική 1: Επιδότησε και ελπίζε (η προσέγγιση του επιχειρηματικού κεφαλαίου)

Αυτή ήταν η στρατηγική της Sora. Τιμολόγησε κάτω από το κόστος, απόκτησε χρήστες, η νομισματοποίηση θα βρεθεί αργότερα. Τελείωσε ακριβώς όπως προέβλεπαν οι καθηγητές οικονομικών από την εποχή του dot-com.

Αρκετές εταιρείες λειτουργούν ακόμα με αυτόν τον τρόπο. Η Pika, η Luma και η Runway τιμολογούν όλες τις υπηρεσίες τους σημαντικά κάτω από τα εκτιμώμενα κόστη υπολογισμού. Το στοίχημα είναι ότι τα κόστη θα πέσουν πιο γρήγορα από όσο πρέπει να αυξηθούν τα έσοδα.

Ο κίνδυνος είναι προφανής. Αν τα κόστη GPU δεν πέσουν αρκετά γρήγορα, ή αν η χρήση αυξηθεί ταχύτερα από τα κέρδη βελτιστοποίησης, αυτές οι εταιρείες θα πέσουν στον ίδιο τοίχο με τη Sora.

Στρατηγική 2: Μεταφορά κόστους στο hardware (η επιλογή NVIDIA/Ανοιχτού Κώδικα)

Αυτή είναι η στρατηγική πίσω από τα Helios, Wan 2.2, LTX-2.3 και κάθε άλλο μοντέλο ανοιχτού κώδικα βελτιστοποιημένο για GPU καταναλωτών.

Η λογική είναι κομψή: αντί να τρέχεις ακριβή υποδομή cloud, μετάφερε το κόστος υπολογισμού στο hardware του χρήστη. Μια RTX 4090 κοστίζει 1.599 δολάρια μία φορά. Μετά από αυτό, κάθε δημιουργία βίντεο είναι "δωρεάν" σε όρους οριακού κόστους (μείον το ηλεκτρικό).

Το Helios, το μοντέλο 14 δισεκατομμυρίων παραμέτρων από τη ByteDance και το Πανεπιστήμιο του Πεκίνου, απέδειξε ότι ένα μόνο H100 μπορεί να δημιουργήσει βίντεο 60 δευτερολέπτων στα 19,5 FPS. Πιο σημαντικά, τα βελτιστοποιημένα μοντέλα ανοιχτού κώδικα πλησιάζουν τη δημιουργία σε πραγματικό χρόνο σε hardware καταναλωτών RTX 5090.

Ο περιορισμός είναι προφανής: αυτή η στρατηγική εξυπηρετεί μόνο χρήστες που διαθέτουν GPU υψηλών προδιαγραφών. Αυτή είναι μια σημαντική αγορά, αλλά αποκλείει τους περιστασιακούς δημιουργούς που έκαναν τη Sora δημοφιλή.

Στρατηγική 3: Συγκέντρωση πλατφορμών (η προσέγγιση Adobe/Google)

Αυτή είναι η πιο οικονομικά βιώσιμη προσέγγιση. Αντί να επωμίζεσαι το πλήρες κόστος δημιουργίας, γίνε μια αγορά που δρομολογεί αιτήματα σε πολλαπλούς παρόχους μοντέλων.

Το Adobe Firefly φιλοξενεί πλέον 30+ μοντέλα από διαφορετικούς παρόχους. Το Google Flow ενσωματώνει το Veo με μοντέλα τρίτων. Το CapCut ενσωματώνει το Seedance 2.0. Και στις τρεις περιπτώσεις, η πλατφόρμα παίρνει ένα περιθώριο ενώ ο πάροχος μοντέλου φέρει το κόστος υπολογισμού.

Η Adobe βρίσκεται στην καλύτερη θέση εδώ, επειδή το Premiere Pro και το After Effects κυριαρχούν ήδη στην επαγγελματική επεξεργασία βίντεο. Η προσθήκη δημιουργίας AI σε υπάρχουσες ροές εργασίας είναι μια φυσική επέκταση, και η Adobe μπορεί να την τιμολογήσει ως premium λειτουργία εντός των συνδρομών Creative Cloud που οι χρήστες ήδη πληρώνουν.

Η καμπύλη κόστους υποδομής

Το κρίσιμο ερώτημα είναι αν τα κόστη GPU θα πέσουν αρκετά γρήγορα ώστε το AI βίντεο για καταναλωτές να γίνει βιώσιμο.

Η αρχιτεκτονική Blackwell της NVIDIA (B200, GB200) παρέχει περίπου 2-3x καλύτερη αναλογία τιμής-απόδοσης για φορτία εξαγωγής συμπερασμάτων σε σύγκριση με το H100. Η επερχόμενη αρχιτεκτονική Rubin υπόσχεται ακόμα 2-3x βελτίωση. Αν και οι δύο παραδώσουν σύμφωνα με τις προβλέψεις, μέχρι το 2028 το κόστος δημιουργίας ενός βίντεο 10 δευτερολέπτων θα μπορούσε να πέσει από 0,50 σε περίπου 0,05 δολάρια.

Αυτό το χρονοδιάγραμμα μετράει. Οι εταιρείες που καίνε χρήματα σε επιδοτημένες τιμές πρέπει να επιβιώσουν 2-3 ακόμα χρόνια ώστε οι βελτιώσεις hardware να σώσουν τα επιχειρηματικά τους μοντέλα. Δεν θα τα καταφέρουν όλες.

Τι σημαίνει αυτό για τους δημιουργούς

Αν είσαι δημιουργός που επιλέγει πλατφόρμα AI βίντεο σήμερα, τα οικονομικά μετράνε εξίσου με τα χαρακτηριστικά.

• ✓Οι πλατφόρμες που υποστηρίζονται από κερδοφόρες μητρικές εταιρείες (Google, Adobe, ByteDance) είναι ασφαλέστερα μακροπρόθεσμα στοιχήματα
• ✓Τα μοντέλα ανοιχτού κώδικα που τρέχουν τοπικά εξαλείφουν την εξάρτηση από οποιαδήποτε μεμονωμένη εταιρεία
• ✓Οι startup που προσφέρουν "απεριόριστη" δημιουργία σε χαμηλές τιμές παρουσιάζουν τον υψηλότερο κίνδυνο
• ✓Η αναμονή για σταθεροποίηση των κοστών πριν δεσμευτείτε σε μια ροή εργασίας είναι λογική, αλλά σημαίνει ότι χάνετε τα πλεονεκτήματα της πρώιμης υιοθέτησης

Το κλείσιμο της Sora δεν ήταν ανωμαλία. Ήταν το πρώτο ντόμινο. Τα οικονομικά της δημιουργίας AI βίντεο είναι σκληρά, και οι εταιρείες που θα επιβιώσουν είναι αυτές που βρήκαν δημιουργικές λύσεις στο πρόβλημα του κόστους, όχι μόνο δημιουργικές λύσεις στο πρόβλημα της δημιουργίας.

Η ευρύτερη εικόνα

Κάθε μεγάλη αλλαγή στην πληροφορική πέρασε μια φάση όπου η τεχνολογία λειτουργούσε αλλά τα οικονομικά όχι. Το cloud computing ήταν ασύμφορο για χρόνια πριν η AWS το μετατρέψει σε μηχανή χρημάτων. Το streaming βίντεο έχασε δισεκατομμύρια πριν το Netflix βρει την ισορροπία του. Η δημιουργία AI βίντεο βρίσκεται στην ίδια επώδυνη ενδιάμεση περίοδο.

Η διαφορά αυτή τη φορά είναι η ταχύτητα. Η καμπύλη βελτίωσης hardware είναι πιο απότομη από ό,τι ήταν για το cloud ή το streaming. Η NVIDIA παραδίδει νέες αρχιτεκτονικές κάθε 18-24 μήνες με σημαντικές μειώσεις κόστους ανά FLOP. Η έρευνα στην αποδοτικότητα μοντέλων, από τη διύλιση στο mixture-of-experts μέχρι τις αρχιτεκτονικές καινοτομίες όπως η συμπίεση πλαισίου του Helios, μειώνει τις υπολογιστικές απαιτήσεις από την πλευρά του λογισμικού.

Η εκτίμησή μου: μέχρι τα τέλη του 2027, η δημιουργία ενός βίντεο 10 δευτερολέπτων σε 1080p θα κοστίζει κάτω από 0,10 δολάρια σε υποδομή cloud. Σε αυτό το σημείο τιμής, το επιχειρηματικό μοντέλο λειτουργεί. Το ερώτημα είναι ποιες εταιρείες μπορούν να επιβιώσουν μέχρι τότε.

Το νεκροταφείο των startup AI βίντεο πρόκειται να γεμίσει. Αλλά η ίδια η τεχνολογία δεν εξαφανίζεται. Απλώς περιμένει τα οικονομικά να την προλάβουν.